INTELIGENCIA ARTIFICAL: "No todo es Skynet"
Vorterix - 24/3/2021 - Duracion: 21:16
Transcripción
00:00:00para aquellas personas que por ahí
00:00:03vienen de otra época yo me incluyo en
00:00:06ese lugar siempre lo digo uno en camino
00:00:08a los 50 muy cerquita ya de la otra
00:00:11década
00:00:12traemos tradiciones formas de
00:00:14comunicarnos formas de manejarnos en la
00:00:18vida con ciertas conductas que por ahí
00:00:20obviamente están moldeadas de acuerdo al
00:00:23mundo que nos tocó vivir o enfrentar
00:00:24cuando ya comenzamos a tener por lo
00:00:26menos una visión dentro de todo racional
00:00:28del mundo poder pensar 15 16 17 años y
00:00:32venimos obviamente con eso encima y
00:00:34entiendo que también para gente de mi
00:00:36generación un poco más incluso un poco
00:00:38menos en cuanto a la edad hay cosas que
00:00:40son disruptivas y que en principio
00:00:42cuando son cambios que se van imponiendo
00:00:44de forma lenta no es tanto el golpe
00:00:47inmediato cuando vemos que eso ya
00:00:49empieza a tener una especie de captación
00:00:52por parte de la sociedad cada vez más
00:00:53amplia ahí decimos guau debería
00:00:56interesarme un poco más pasó con el
00:00:58bitcoin nos contó esto pablo vio hace un
00:01:00par de semanas atrás que hay gente que
00:01:02no tiene idea cripto moneda le parece
00:01:04casi un lenguaje ficción al
00:01:06de kubrick pero yo le diría que es una
00:01:08realidad muy palpable a la cual habría
00:01:10que seguir de cerca porque creo que es
00:01:12el mundo que se nos viene y es parte del
00:01:14mundo que está en construcción y creo
00:01:16que lo mismo sucede con la inteligencia
00:01:18artificial que es algo que si por ahí no
00:01:20estás metido en el terreno de la
00:01:22tecnología lo habrás escuchado nombrar
00:01:23pero me parece que hay que prestarle un
00:01:25poquitito más de atención porque a ver
00:01:28el mundo es un desarrollo constante es
00:01:30un 'work in progress' y mirando hacia
00:01:32adelante esos espacios de la
00:01:35inteligencia artificial cada vez van a
00:01:37ser más por eso vamos a hablar ahora un
00:01:38rato con sergio mastrogiovanni él es
00:01:40licenciado en informática especialista
00:01:43en negocios y obviamente en la querida y
00:01:45ha y lo tenemos del otro lado vías humo
00:01:47láser que danny niveles por acá comanda
00:01:49que decir acá se dejan y está motivada y
00:01:51en un placer recibirte acá en este
00:01:53miércoles feriado así que te agradecemos
00:01:54muchísimo y me parece que estaría bueno
00:01:57empezar por ahí no porque a ver si bien
00:02:00vos
00:02:00supongo estarás más cerca de [ __ ]
00:02:02siempre voy a decir que parece es un
00:02:03pibe pero digo nosotros venimos viste
00:02:06construido de la misma generación aunque
00:02:08tiene que convertir en red
00:02:11fue un desarrollo probablemente una
00:02:13progresión natural no porque en cierta
00:02:16forma tengo un bagram en lo que es
00:02:19analytics continuo simplemente y de a
00:02:22poco me fui para el lado de inteligencia
00:02:26artificial en los últimos cinco años
00:02:27pero es algo que tiene bastante tiempo
00:02:30en realidad tiene décadas antes de que
00:02:32vos y yo ya hemos nacido se dice que la
00:02:35inteligencia artificial viene de la
00:02:37década del 50 por lo menos todos estos
00:02:40algoritmos que hoy estamos usando para
00:02:43todo lo que tiene que ver con sistemas
00:02:45de recomendación sistemas de formas de
00:02:48pronóstico y todo este tipo de cosas no
00:02:51es ni más ni menos que estadística y una
00:02:55progresión de algo que yo existía no lo
00:02:57que se está dando ahora es
00:03:00la cohesión de tres componentes que son
00:03:02en primer lugar la estos algoritmos que
00:03:05siempre existieron que es álgebra lineal
00:03:08básicamente el segundo el poder
00:03:10computacional que crece de hecho es una
00:03:13ley que se llama ley de muerte cada dos
00:03:15años crece la capacidad de los chips de
00:03:18silicio para agregar más transistores
00:03:20por ende tenemos duplicamos la capacidad
00:03:23computacional y el tercer componente es
00:03:25la data que hay más data que nunca que
00:03:27estamos generando data con cada cosa que
00:03:29hacemos con cada interacción con cada
00:03:31clic hasta cuando dormimos nuestros
00:03:33teléfonos generan data entonces esa es a
00:03:37ese cóctel es otro componente general a
00:03:39la posibilidad de que tengamos todas
00:03:42estas cosas que antes si bien existieron
00:03:45probablemente no podíamos tenerlo de una
00:03:49forma inteligente entre comillas como es
00:03:52hoy
00:03:53sergio lo que te voy a pedir es apelando
00:03:55tengo a tu confianza y la verdad que a
00:03:58tu buena onda también es comenzar a
00:04:00hablar un poquitito contándole dios de
00:04:03la forma más coloquial que pueda porque
00:04:05hay que pasar por algún
00:04:07de alguna manera creo que es necesario
00:04:08pero de la forma más cercana a aquel que
00:04:11nos está viendo ahora o aquella que no
00:04:13tiene idea que es y que utiliza todos
00:04:16los días o es parte de carne de cañón
00:04:18del inteligencia artificial y no lo sabe
00:04:20tal vez el concepto más común para tener
00:04:23idea el cual podría ser para aquel que
00:04:25ahora nos ve y por ahí nos interesa el
00:04:26tema diga para que también soy parte de
00:04:28eso aunque no quiera sí sí sí estamos en
00:04:32todos lados estar en redes sociales por
00:04:34ejemplo cuando se dice una foto de
00:04:36facebook
00:04:36instagram nuevo pero en facebook
00:04:39enseguida te etiqueta y toma tu tono tu
00:04:42cara porque ya está entrenada esto
00:04:44funciona básicamente es un sistema de
00:04:49inteligencia artificial aprende de la
00:04:51data entonces se entrena con la data
00:04:53entonces en lugar de una de un programa
00:04:56tradicional que un técnico un ingeniero
00:04:59lo programa para que hagas equis cosas
00:05:02esto es una iteración que se produce
00:05:06entre la data y la salida entonces es
00:05:08como un ciclo que las salidas vuelve a
00:05:11inyectarse en el sistema
00:05:13y va aprendiendo de la data y se va
00:05:16en cierta forma tuneando ejemplos como
00:05:19me decís en todas cualquier cosa que
00:05:22hagamos cualquier aplicación de celular
00:05:23netflix amazon spotify que son sistemas
00:05:28de recomendación que fueron entrenados
00:05:31en cosas que elegiste elegiste vos en el
00:05:33pasado entonces en base a eso en cierta
00:05:36forma conoce tus gustos claros y también
00:05:39está lo que se llama inteligencia
00:05:40colectiva es decir toma personas con
00:05:44perfiles similares sobre todo cuando
00:05:46recién empezadas o recién entras a
00:05:48spotify que no dijiste nada elegidos
00:05:51tres canciones entonces era el mismo
00:05:53algoritmo busca personas que eligieron
00:05:55sin mí canciones similares si te va a
00:05:57recomendar cosas si bien vos no tenés
00:05:59mucha historia y no generas te mucha
00:06:01data a través de la inteligencia
00:06:04colectiva de otros usuarios que
00:06:06eligieron lo mismo que vos no entonces a
00:06:09tu pregunta en cualquier cosa que
00:06:12hagamos y sobre todo todo lo que tenga
00:06:14que ver con internet
00:06:16y redes sociales y aplicaciones del
00:06:19celular todo google o cualquier cosa
00:06:22incluso incluso email a veces tías y te
00:06:27corrige eso sin ningún algoritmo de
00:06:29inteligencia francia el corrector del
00:06:32corrector de word el corrector de
00:06:33cualquier cosa que hagamos todo ahora
00:06:36está bueno
00:06:40los modelos tradicionales de negocios
00:06:42hoy hoy está muy apoyado apoyados en
00:06:45todo lo que es inteligencia artificial
00:06:47periodismo marketing hoy el marketing
00:06:50tradicional no es el mismo de antes de
00:06:51todo a través de redes a través de
00:06:53inteligencia artificial a través de
00:06:55target de vos no vas a gastar tu dinero
00:06:57apuntándole a alguien que no te va a
00:07:00comprar tu producto entonces tenés que
00:07:01hacer cierto tipo de inteligencia para
00:07:03saber quién es el comprador o quién es
00:07:05el potencial tu potencial cliente no
00:07:08entonces todo esto se hace a través de
00:07:10este tipo de cosas y la buena noticia
00:07:13tiene muchas malas noticias la buena
00:07:16noticia es que es una herramienta y una
00:07:18tecnología terriblemente democratizadora
00:07:21en el sentido de que
00:07:23no hay que no son los países las
00:07:26potencias o los países del primer mundo
00:07:28los que van a decir en cierta forma lo
00:07:30lideran pero es muy democratizador en
00:07:34argentina se está desarrollando mucho
00:07:35con esto cualquiera puede ni siquiera
00:07:37hay que hay que ser un page de para para
00:07:39estudiar de hytasa y en por poder
00:07:41aprenderlo en youtube puedes aprenderlo
00:07:43bajando de un pdf de internet no tienes
00:07:47que haber estudiado una hacer un
00:07:50doctorado para aprender esto ya en
00:07:51harvard lo puede aprender cualquiera sin
00:07:54necesidad debería de lalín a la
00:07:55universidad e incluso es gente autoridad
00:07:58yo soy bastante autoridad
00:08:01y educación formal
00:08:02probablemente me ayudó pero todo lo que
00:08:05lo que aprendo más que nada lo aprende
00:08:07leyendo social me decís es increíble no
00:08:1111 se actualiza tan fácil y tan rápido
00:08:14sólo leyendo el twitter así que entonces
00:08:18uno y bueno muy buena noticia de shannon
00:08:21cualquiera pueda estar a la altura de un
00:08:23genio de que no hay que ser un genio
00:08:25máquina hardware para esto
00:08:27bueno algunos de los conocimientos decía
00:08:29que queríamos compartir con poderosos
00:08:30ejemplos que separamos acá bueno este
00:08:33que es un software que se va creando un
00:08:36rostro o una cara justamente a partir de
00:08:38eso el vídeo del robot sofía también que
00:08:41estábamos viendo recién esto por ejemplo
00:08:43es maravilloso
00:08:44digo con diferentes elementos este va
00:08:46creando un rostro una persona que no
00:08:47existe totalmente
00:08:50eso se llama se llama gancho es una
00:08:54tecnología que usa redes neuronales se
00:08:56llama redes neuronales porque emula el
00:09:00comportamiento de las neuronas del
00:09:03cerebro es como llevar lo que es machine
00:09:05lermeño al siguiente nivel es algo
00:09:08terriblemente sofisticado y lo que hace
00:09:10en cierta forma es
00:09:13generar data de generar data fake para
00:09:17que es lo que se usa también para los
00:09:19pequeños y todo este tipo de cosas
00:09:21generar data que no existe para
00:09:24complementar o para rellenar lo que es
00:09:26lo que falta esto se usa mucho también
00:09:28para a veces cuando tienes que entregar
00:09:32un modelo y no tienes data no tienes
00:09:33historia entonces genera data en forma
00:09:37similar a lo que era lo que estás
00:09:38buscando en el ejemplo más interesante
00:09:43de vuelta de lado mirando el lado por si
00:09:45el vaso medio lleno es que tenemos una
00:09:48vacuna en la calle en menos de un año
00:09:50gracias a toda esta tecnología lo que
00:09:53hace esto es sintetizar conceptos bobos
00:09:57es decir el proceso de research and
00:09:59development de cualquier producto no
00:10:01solamente desde los laboratorios
00:10:03farmaceúticos lleva años después tenemos
00:10:06en el pasado la gente investigaba leía
00:10:09libros bibliografía todos estos
00:10:12algoritmos lo que hacen es en cierta
00:10:14forma resumir
00:10:16toda la bibliografía toda la literatura
00:10:19que un científico un farmacéutico un
00:10:22médico usa para preparar o para
00:10:25investigar cualquier cosa entonces en
00:10:27cierta forma como que conecta los puntos
00:10:30como decía steve jobs entonces gracias a
00:10:32eso y gracias al poder de la
00:10:33automatización lo que antes duraba 10
00:10:36años hoy en un año está en la calle esa
00:10:39vacuna está bien en la federal le dio
00:10:42mucha flexibilidad todo lo que quiera
00:10:45y lo que estamos viendo ahora son el
00:10:48robot sofía decíamos que es uno de los
00:10:49casos más hermosos y emblemas y en
00:10:51robert redford feas es un robot que no
00:10:54solamente puede hablar como haces ir y
00:10:58cómo hace alexa sino que tiene
00:11:00conversaciones terriblemente
00:11:02sofisticadas que no no es que vos le
00:11:05preguntas la ahorita te responda duras
00:11:07tiene una conversación y una iteración
00:11:10como si estuvieras hablando con una
00:11:13persona eso se da por muchísimas cosas
00:11:16no por supuesto primero la data tiene
00:11:18más data que cualquier cerebro normal
00:11:20cualquiera de nosotros no está
00:11:22conectados a internet para tener la
00:11:25biblioteca universal en nuestra cabeza
00:11:27como tiene ella y segundo de vuelta el
00:11:29poder computacional más grande que nunca
00:11:32que esos robots que ves ahí son robots
00:11:36que hoy amazon y otras empresas están
00:11:40probando y no no los ves caminando por
00:11:43la calle por un tema regulatorio pero
00:11:45pero es el eso es elsa plan del futuro
00:11:48en el futuro
00:11:50amazon va entregar los paquetes damas
00:11:52son mercados libres es que ya no va a
00:11:55llegar una pizza que nos trae un robot
00:11:58hacia atrás la pizza porque el momento
00:12:00bueno el año pasado y le vamos a llevar
00:12:01nosotros la pizza en 15 años
00:12:04tal cual tal cual el gobierno de estados
00:12:07unidos aprobó el delivery test por
00:12:10drogas o sea vos hoy pedimos por
00:12:13supuesto no en new york pero en algunas
00:12:15otras ciudades eeuu pedir algo por
00:12:18amazon y te lo trae un drone en minutos
00:12:21tienes en tu casa se locura entonces
00:12:25técnicamente
00:12:26de vuelta no tenemos autos que se
00:12:28manejan solo por la calle por un tema
00:12:31regulatorio porque la tecnología no lo
00:12:33permitas el alevín car existe está desde
00:12:36el año 2014 creo si bien en el medio un
00:12:40accidente matar una mujer en arizona y
00:12:43demás hoy son tan terriblemente
00:12:46sofisticados y el vídeo de sofía que
00:12:48aparece en todos lados que la entrevista
00:12:51no me acuerdo en entrevista millón de
00:12:53eeuu
00:12:54eso es de 2016 sea imagínate cinco años
00:12:58todo que evolucionó ese robot no sé si
00:13:02era inteligente en esa ella ese sofía
00:13:04sofía es un robot y hasta atendieron la
00:13:08ciudad no sé cuál de los dos robots da
00:13:11igual te digo a sí el pelado
00:13:17y de vuelta imagínate todo lo que
00:13:20evolucionan raro y hasta lo usan para el
00:13:24famoso dilema del tranvía que es decir
00:13:27tenés la poder un tranvía va y va matar
00:13:30a cinco personas por tener la posesión
00:13:32es un efectivo más famoso no ven sobre
00:13:34todo en las clases de ética tienes la
00:13:36posibilidad de tirar la palanca torcer
00:13:38la vida y que en lugar de víctimas de
00:13:39cinco personas que maté un chico es
00:13:42decir que qué hace es el tema famoso en
00:13:46la ciencia desde que la ciencia ciencia
00:13:48y bueno es dilema ético que se discuten
00:13:51después se discutió por décadas
00:13:54ella dice yo no yo no haría nada o sea
00:13:58es muy se está discutiendo mucho el tema
00:14:02ético el tema de género porque estos
00:14:04algoritmos aprenden de lo que lo que
00:14:07hacemos y decimos nosotros lo que es tan
00:14:09social mi idea de hecho hay un ejemplo
00:14:10de un bot en facebook que había puesto
00:14:13un bot que aprendía de la de las
00:14:15interacciones y se volvió terriblemente
00:14:17racista porque había sentido de los
00:14:19comentarios racistas de la gente
00:14:21entonces imagínate lo sacaron
00:14:24y también todos estos algoritmos lo que
00:14:28se llama en el pin natural language
00:14:29processing y lo que usa por ejemplo los
00:14:33algoritmos de traducción de google
00:14:35cuando vos ahora no pero de hecho ahora
00:14:38te pone los dos géneros de google pero
00:14:41antes no se entraba así por ejemplo
00:14:43ponías de doctor
00:14:44el doctor y te lo traducía como doctor
00:14:47vos ponías nerz te lo traducía como
00:14:49enfermeras a los que la verdad
00:14:53el robot el algoritmo aprendió porque
00:14:56seguramente habrá muchos doctores
00:14:58hombres que doctoras mujeres y habrá
00:15:01muchas enfermeras más enfermeras las
00:15:03mujeres que enfermeros hombres entonces
00:15:05aprende de la data del real pero es
00:15:07totalmente enfermo no es muy tendencioso
00:15:11porque es ésta probablemente asumiendo
00:15:15presumiendo que por si es es un doctor
00:15:17tiene que ser hombre si es enfermera
00:15:19tiene que ser mujer no entonces son
00:15:21muchas conversaciones que están habiendo
00:15:23en paralelo mientras se desarrolla todo
00:15:25esto que en el desarrollo de esta
00:15:26tecnología va más rápido que nosotros
00:15:28que nosotros y qué
00:15:30y que esto se pueda regular mismo perdón
00:15:35iglesia trajimos para compartir con vos
00:15:37con la gente que está del otro lado un
00:15:39ejemplo musical una pastillita la vamos
00:15:42a escuchar uno o dos minutos aunque se
00:15:44dio con daisy dice esto como decía vos
00:15:46lo hizo un usuario en su casa y lo que
00:15:48hizo en realidad la inteligencia
00:15:49artificial es ahondar en un montón de
00:15:52canciones de isidis y ver por donde
00:15:54pasaban algunas palabras no keywords
00:15:57dentro de la banda que son palabras más
00:15:59utilizadas la forma de cantar de brian
00:16:02johnson la forma de armar acordes de isi
00:16:05disi y crearon una canción que podría
00:16:07ser ley si dice que no existe y que está
00:16:10hecha en base de inteligencia artificial
00:16:12es que escuchen este por favor un ratito
00:16:14habla de lo que es
00:16:16[Música]
00:16:38[Música]
00:16:50m
00:16:51[Música]
00:16:52[Aplausos]
00:16:56el más
00:16:57[Música]
00:17:05[Música]
00:17:12después
00:17:16[Música]
00:17:23ahora
00:17:24[Música]
00:17:31y
00:17:33se entiende que esto no existe no esto
00:17:36ni siquiera es una banda tributo a isi
00:17:37disi en este caso un usuario entonces lo
00:17:40que hizo en un bote es mezclar las
00:17:41letras hay palabras que son clásicas en
00:17:44temas del cid y si digo woman and ahora
00:17:46por twitter great y la inteligencia
00:17:50artificial hizo esta canción de un
00:17:52artista que no existe que una canción
00:17:53que no existía incluyendo un solo es
00:17:56tremendo sergio esto
00:17:58si de hecho sigo vez manda lorian en la
00:18:01última no quiero más quiero contar la
00:18:04última escena pero parece un personaje
00:18:06que ya había aparecido antes en star
00:18:08wars que lo que hizo la productora no sé
00:18:11si es un eslogan séptico creo que es
00:18:14disney es tomar el actor que hoy tiene
00:18:191250 hace 10 años y el actor actuó esa
00:18:23escena pero le hicieron una como que le
00:18:26retocaron la cara para que pareciera el
00:18:28personaje que vimos todos hace 30 años
00:18:31no no salió bien
00:18:35supongo que debió mandar ya sabe lo que
00:18:38hable al día siguiente alguien puso
00:18:41estos algoritmos hizo la misma excel
00:18:44escena que quedó perfecta y te hablo de
00:18:47un usuario cualquiera como yo como vos
00:18:49claro versus una productora que gastó
00:18:51millones de dólares en hacer esa escena
00:18:53y no le salió bien porque el actor es
00:18:58decir no puede actuar como un personaje
00:19:00que hizo hace 30 o 40 años entonces de
00:19:04vuelta en ese sentido
00:19:06para las cosas buenas de hecho vos te
00:19:10fijas en spotify no siempre no es
00:19:13spotify pandora y te ponen
00:19:16vos tal tal tal dos guitarras pero esos
00:19:20no es que hay una persona analizando
00:19:22cada una de las canciones son algoritmos
00:19:24que le afectan si tenés una dos tres
00:19:27guitarras como iron maiden si tenés
00:19:29batería electrónica todo todo todos los
00:19:32diferentes ficheros que tiene cada una
00:19:34de las canciones como la composición y
00:19:38la composición de la lírica también no
00:19:40entonces en base a eso vos cuando ves
00:19:43los temas que elegís tenés una
00:19:46descripción buenísima y es gracias a
00:19:50esto gracias a este tipo de algoritmos
00:19:54así que hay cosas buenas no todo no todo
00:19:57es terminator y skynet sergio te
00:20:00agradecemos muchísimo estos niños la
00:20:03verdad que me quedaron un montón de
00:20:04cosas más claras que lo que decíamos al
00:20:06comienzo esto está acá y como decís vos
00:20:08desde los 50 en adelante quizá soy más
00:20:11expandido y más visualizado pero es el
00:20:13mundo en el cual vivimos el mundo que
00:20:16nos genera estas cosas aún cuando
00:20:18estamos durmiendo por eso si estás
00:20:19buscando un sillón es probable que te
00:20:22aparezca una publicidad en instagram
00:20:23y venidas de google y así un montón de
00:20:25cosas que uno dice pero como sabe lo que
00:20:27quiero buscar bueno se sabe para eso
00:20:29está la inteligencia artificial que
00:20:30mandamos un abrazo muy grande que tengas
00:20:32un hermoso cierre de jornada ya dan
00:20:34igual un abrazo sergio maestro giovanni
00:20:37en este caso licenciado en informática
00:20:39especialista en negocios y en
00:20:41inteligencia artificial lo del tema
00:20:42decidí si es una locura es una locura lo
00:20:45que hizo el bot fue buscar buscar buscar
00:20:48y dijo te hago una canción esto puede
00:20:50ser el cid y si el día de mañana te hace
00:20:5210 temas y te saca un disco
00:20:54ok está el vivo para el vivo que tenés
00:20:57un holograma y entonces que decir me
00:20:59quedo en casa bueno quizás una de las
00:21:01cosas más interesantes que tiene todo
00:21:03esto es que el ser humano es falible
00:21:04todavía y creo que en ese error uno se
00:21:07puede encontrar pero en cuanto te quedes
00:21:08más o menos quietito este bigote que
00:21:10estás viendo no es real es un holograma
00:21:13[Música]